首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >100个GEO基因表达芯片或转录组数据处理025.GSE248467

100个GEO基因表达芯片或转录组数据处理025.GSE248467

原创
作者头像
生信探索
发布2025-07-09 21:31:11
发布2025-07-09 21:31:11
1690
举报

写在前边

虽然现在是高通量测序的时代,但是GEO、ArrayExpress等数据库储存并公开大量的基因表达芯片数据,还是会有大量的需求去处理芯片数据,并且建模或验证自己所研究基因的表达情况,芯片数据的处理也可能是大部分刚学生信的道友入门R语言数据处理的第一次实战,因此准备更新100个基因表达芯片或转录组高通量数据的处理。

数据信息检索

可以看到GSE248467是 高通量测序数据,因此可以使用GEOquery包下临床信息,直接在页面下载 NCBI 生产的转录组表达矩阵 counts 和 tpm 两种进一步处理

使用GEOquery包下载 临床 数据

代码语言:r
复制
BiocManager::install('ScienceAdvances/Canton')
Canton::using(using, tidyverse, GEOquery, magrittr, data.table, AnnoProbe, clusterProfiler, org.Hs.eg.db, org.Mm.eg.db,ggdendro,ComplexHeatmap)

注:using作用是一次性加载多个R包,不用写双引号,并且不在屏幕上打印包的加载信息

处理表型数据

这部分是很关键的,可以筛选一下分组表型信息,只保留自己需要的样本,作为后续分析的样本(根据自己的研究目的筛选符合要求的样本)

代码语言:r
复制
geo_accession <- "GSE248467"
eSet <- GEOquery::getGEO(geo_accession, AnnotGPL = F, getGPL = F)

pdata=Biobase::pData(eSet[[1]]) %>% 
    dplyr::mutate(Sample = geo_accession,Group=stringr::str_split(pdata$title,"_",simplify=T) %>% .[,2]) %>% 
    dplyr::select(Sample,Group) %T>% 
    fwrite(file = stringr::str_glue("{geo_accession}_pdata.csv"))

处理表达谱数据

代码语言:r
复制
annot <- fread('Human.GRCh38.p13.annot.tsv.gz') %>% 
    dplyr::select(GeneID, Symbol )

counts=fread(glue::glue('{geo_accession}_norm_counts_TPM_GRCh38.p13_NCBI.tsv.gz')) %>% 
    merge(annot,.,by='GeneID') %>% dplyr::select(-GeneID) %>% unique_exprs %T>% 
    fwrite(file = stringr::str_glue("{geo_accession}_counts.csv.gz"))

tpm=fread(glue::glue('{geo_accession}_norm_counts_TPM_GRCh38.p13_NCBI.tsv.gz')) %>% 
    merge(annot,.,by='GeneID') %>% dplyr::select(-GeneID) %>% unique_exprs %T>% 
    fwrite(file = stringr::str_glue("{geo_accession}_tpm.csv.gz"))

数据质控

qcplot为自定义函数,作用是绘制用于质控判断的图,如PCA、top20基因热图、树状图,PCA图可以三组区别还是比较明显的

代码语言:r
复制
qcplot(
  data=tpm %>% column_to_rownames('Symbol'), 
  pdata=pdata$Group, 
  w=12,h=12
) 

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 写在前边
  • 数据信息检索
  • 使用GEOquery包下载 临床 数据
  • 处理表型数据
  • 处理表达谱数据
  • 数据质控
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档